BERT入門ーープロ集団に学ぶ新世代の自然言語処理
書籍情報
発売日 : 2022年08月05日
著者／編集 : 佐藤 大輔/和知 徳磨/湯浅 晃/片岡 紘平/野村 雄司
出版社 : リックテレコム
発行形態 : 単行本
書籍説明
内容紹介
ＢＥＲＴの登場により、自然言語処理（ＮＬＰ）におけるＡＩのビジネス適用が劇的に進展し、続々と新しい技術が生まれています。主流となったＢＥＲＴをきちんと理解すれば、新世代のＮＬＰにキャッチアップできます。本書では、技術開発はもちろん実務経験も豊富なＮＬＰの専門家集団が、Ａｔｔｅｎｔｉｏｎ機構、Ｔｒａｎｓｆｏｒｍｅｒアルゴリズム、ＢＥＲＴモデルを徹底解説。プロフェッショナルチームが仕組みを詳しく、現場で使えるコードをやさしく手引きします。
目次
■第１章 NLPの基礎知識
1..1 NLPとは？
1.2 機械学習とは？
■第２章NLPの技術解説
2.1 Bag of Words
2.2 ニューラルネット時代の自然言語処理
■第3章 BERTの技術解説
3.1 Attention
3.2 Transformer
3.3 BERT
3.4 BERT以降のモデル
■第4章 BERTの環境構築
4.1 Python
4.2 Colaboratory
4.3 環境構築とデータセットの準備
■第5章 代表タスクを通じて理解する
5.1 BERT の代表的な使われ方
5.2 文書分類タスク
5.3 NER（固有表現抽出）タスク
5.4 質問応答タスク
5.5 単語・文のベクトル化
■第6章 練習問題
6.1 文書分類タスク
6.2 情報抽出タスク
■第7章 ビジネス適用における課題と解決
7.1 データアセスメント
7.2 不均衡データへの対応
7.3 根拠抽出
7.4 ドメイン特化モデル
1..1 NLPとは？
1.2 機械学習とは？
■第２章NLPの技術解説
2.1 Bag of Words
2.2 ニューラルネット時代の自然言語処理
■第3章 BERTの技術解説
3.1 Attention
3.2 Transformer
3.3 BERT
3.4 BERT以降のモデル
■第4章 BERTの環境構築
4.1 Python
4.2 Colaboratory
4.3 環境構築とデータセットの準備
■第5章 代表タスクを通じて理解する
5.1 BERT の代表的な使われ方
5.2 文書分類タスク
5.3 NER（固有表現抽出）タスク
5.4 質問応答タスク
5.5 単語・文のベクトル化
■第6章 練習問題
6.1 文書分類タスク
6.2 情報抽出タスク
■第7章 ビジネス適用における課題と解決
7.1 データアセスメント
7.2 不均衡データへの対応
7.3 根拠抽出
7.4 ドメイン特化モデル
著者情報
佐藤 大輔
佐藤, 大輔
和知 德磨
和知, 德磨
湯浅 晃
湯浅, 晃
片岡 紘平
片岡, 紘平
野村 雄司
野村, 雄司
